那个拍出神作《牌子》的AI导演，带着他的巅峰之作回来了。

这个正在威尼斯排队准备走红毯，同时斩获了两项AI影像大奖的小伙。

可能很多人都听过他的名字。

DiDi_OK。

前几天，DiDi_OK发了他用Seedance 2.5做的最新作品《Candy》，中文名叫《糖果》，我在看到之后，惊为天人。

直接转发，推荐所有人逐帧学习。

虽然在AI影视圈，DiDi_OK这个名字几乎已经家喻户晓了。

但是可能还是有很多朋友不知道这个名字，但没关系，你大概率也看过他之前的作品。

比如《箭头》、《网站》、《垃圾站》等等等等，而数据最好的，则是在今年2月，那个刷屏的《牌子》。

这个片子，光在B站上，就有2000万的播放，全网更是接近亿级。

我到现在还记得，我第一次看到牌子的那个晚上，在循环了6、7遍之后，我脑子里产生的那个念头：

“明明都是人类，为什么在DiDi_OK面前，我就宛如一个只会流口水的废物，这个人的脑子和审美，到底是怎么长的。”

不夸张的说，这是真实的感慨，DiDi_OK自那之后，也成为了我心中，没有争议的AI影像第一人。

而这次的《糖果》，更是DiDi_OK在这个主持人平行宇宙系列中，把技术和创意，拉到最高潮的巅峰之作。

如果没看过的，可以先看一遍，相信我，你一定会，惊为天人。

不像现在很多烂大街的油腻无比的AI作品，《糖果》依然有很强的Di味。

有一些高维规则的展开，有一些SCP的感觉，又有一些黑镜的意味。

甚至还有刘慈欣的影子。

当然，还有极强的叙事节奏、镜头语言还有他的审美。

所以这次《糖果》发布后，我觉得，是一个机会了。

我想找他聊聊，跟他做一个小小的专访，聊聊他的一切。

因为他人在国外，这几天又在威尼斯电影节领奖，所以我们还是有一些时差的，在碰了两天之后，我们终于约上了。

访谈那天，北京上午10点半。

他人在黑山，那边凌晨4点半，他起了个大早，因为6点多还要出发去山里。。。

我们痛快的聊了快2个小时，问了很多我想知道的问题，聊完之后，我觉得，我一定要把这些东西写出来，也给大家分享一下。

那接下来，我们，开始吧。

一. 他迎来了AI的时代

DiDi_OK，是一个非常有趣的人。

现在长期在伦敦，在WPP Production工作。

WPP是全球最大的广告与营销传播集团之一，大家耳熟能详的奥美，其实就是WPP的子公司...

而 WPP Production是WPP旗下最核心的制作团队。

所以在AI出现以前，DiDi_OK就一直在做动画、3D和游戏相关的工作了。

他的本硕都是动画。

后来进入WPP，也先从动画做起。

他去英国的故事也特别有意思。

他那时候，还在国内跟朋友开工作室挣钱，反正就是拍些广告啥的。

他做着做着，然后就突然觉得，这事没意思。。。

有一天下午，他们甚至还在外面拍广告。

他突然问朋友：要不出国吧？

朋友问他：去哪？

他说：要不然英国吧？

去英国的原因也究极离谱，

因为他们以前拍完片，半夜会一起看影视飓风，Tim也是DiDi_OK的赛博偶像。

然后呢，Tim以前在英国。。。

那不如就英国吧= =

然后他真的回家学了半年英语，申请伦敦艺术大学。

他妈一开始甚至没帮他报，因为觉得这死孩子绝对考不上。

最后他自己还是偷偷报的，结果，还真考上了。。。

几年以后。

这个当年拍完广告半夜看影视飓风的小伙，受Tim邀请，坐到了影视飓风的AI课程里，给大家分享自己的创作心得。

你看，世界总是一个奇妙的圆，人生有时候也真的特别像一个写得有点俗的剧本。

在AI之前，他其实就已经开始在创作了。

2021年，他在伦敦艺术大学做过一部《Moth》。

而且那个时候，就很有Di味了。

一个被雾笼罩的封闭世界，中央有一座巨塔。

所有人都觉得那里绝不能碰，可主角却像飞蛾扑火一样，一定要上去。

哪怕真相让人失望，哪怕会死。

也想看一眼，世界真正的样子。

他脑子里，关于科技、关于未知世界、关于文明的东西，实在是太多了。

但是在过去，卡住他的，是那个时代的生产力。

传统动画的工作流程实在是太长了，几乎不可能有一个人独立制作一个影片的可能。

流程一多，人就多了一些，每多一个人，你脑子中的想法，变成语言传达出去，就会损耗一点。

而再经历建模、绑定、动画、后期等等等等的流程，那就是损耗损耗再损耗。

到最后，你脑海中的那个idea，那个会让自己兴奋会让自己起皮疙瘩的创意的东西，落在最终屏幕上的时候，可能连一半也不剩下了。

所以，他这些年，因为损耗，也一直在研究一个东西，用他的话说，那个东西叫：

力道。

怎么让自己脑海中的创意和感觉，尽可能最低损耗的传达给观众。

而终于，他等来了他的时代。

AI，来了。

二. 《糖果》：坏人会爆炸

如果让我介绍《糖果》。

我可能会认真解释半天：

这是一个关于一级文明、外星规则、暴力、秩序、人性和科技发展的科幻故事。

但是呢，我让DiDi_OK解释，他自己想了想，只用了十个字左右：

“坏人会爆炸，好人就没事。”

极其的朴素，但又精准。

这个故事一开始，人类能源使用能力抵达一级文明的门槛了。

然后土星的一颗卫星，叫“潘”。跑到了地球附近。

接着，全世界开始发生一件特别离谱的事。

只要一个人准备伤害别人。

砰，就炸了。

这个爆炸，不会变成血肉，会变成：

一大堆糖果。

一开始，大家都懵了。

外星人？新型武器？上帝？

后来慢慢发现，这个规则只专门针对：

暴力。

DiDi_OK给它设定的底层判断标准也非常的中国味。

就是四个字，起心动念。

这个片子上线之后，我看了4遍，我当时问了他一个我看的时候，感觉非常矛盾的一个话题，这好像，明明是一个反暴力的故事。

可大家看的最大的爽点，却是看坏人被另一个更强大的力量给干掉。

那这件事，本身就不暴力吗？

DiDi_OK当时就笑了，说你看到了精髓，而且，这其实就是他故意的。

片子后来把反复违反规则的人送去月球。

看起来仿佛太好了，文明和平了。

可这件事情背后，却一样带着群体暴力。

所以他甚至花了很长时间设计片子里代表大众意见的女性发言人。

他想让她拥有一种特别容易被大众接受、信任的气质。

有点像《三体》里的程心。

因为这件事情本身就带着一种“所有人都觉得这一定是对的。”的危险。

DiDi自己也没有站在绝对非暴力那一边。

他觉得现实里常有一个很残酷的问题：

善良的人，往往就是被欺负的人。

所以从中世纪的西方骑士到中国的侠客。

人类几千年一直在幻想一件事：

正义最好拥有力量。

于是这个时候，《糖果》的内核变得不一样了。

一颗外星卫星拥有判断什么是恶的最终解释权，全人类因为恐惧惩罚而文明，然后大家集体同意，把不符合规则的人送去月球。

这到底算文明？还是秩序？又或是暴政？还是一个比我们现在稍微好一点的世界？

DiDi_OK没有答案。

这个问题，属于每一个观众。

三. AI的真正进步

访谈之前，我把《箭头》《牌子》《网站》《垃圾站》等等DiDi_OK的片子又重新全部拉了一遍。

其实有一个最明显的变化，就是《糖果》这部片子，因为用的Seedance 2.5，所以终于敢变慢了。

比如这个教科书级别的长镜头。

讲道理，以前DiDi_OK的片子还是经常会快切的，比如《箭头》和《牌子》，经常5秒就会换一个场景。

理由特别简单，AI影像行业里的大家，可能都猜到这个现实原因。

因为你不敢慢，因为模型能力，完全达不到。

过去的模型能力，是无法支持长镜头的细节不变的这种镜头叙事的。

于是呢，就只能不停用新的视觉刺激，把模型来不及暴露的问题给掩盖过去。

但是《糖果》里，第一次出现了大量安静的叙事。

比如这个镜头。

实验室里，一个年龄稍大的官员往前走。

旁边年轻研究员一路跟着，态度非常谄媚，期待被注意。

但是官员一直很冷，直到突然搭理了他一句。

那个年轻人的身体立刻微微再弯了一点，眼神亮一下。

这时候，你能看出来：

“诶，他听到我说话了。”

但DiDi说，这才是他觉得模型真正突破的地方。

表演。

以前他一直觉得AI表演过不了，那些表演的细节度不够，所以，一直会少这些叙事。

现在Seedance 2.5在他眼里，这个鸿沟已经正式跨过去了。

开头那个女孩吃糖的镜头也是。

他特别在乎女孩脸上那个小痘痘。

我甚至第一次看的时候，都没有注意。

但是对DiDi_OK来说。

这是一个极其重要的信息锚点。

因为这个极小的信息点，会让观众第一眼看到的时候，会觉得，这是一个真实存在的人。

当演员的脸本身可以提供信息的时候，导演才敢把镜头停在那里。

还有这个手指甲超近特写下，皮肤和指甲的质感。

还有这个超近景特写中，角色呈现出来的高精度皮肤微观细节，包括毛孔、细纹、皮脂光泽及受光变化；同时细微表演如眼神、呼吸、肌肉牵动与微表情均具备可信度。

而这一点，DiDi_OK说，这种细节度和精细度，只有Seedance 2.5才能达到。

他觉得，这个模型，至少给他省掉了60%的叙事成本。

这个词我特别喜欢。

大家天天聊AI降低多少制作成本。

他聊的，是叙事成本。

我觉得，真正改变叙事的，从来都不只是所谓的分辨率更高或者价格更便宜。

是我们过去你只能绕着模型的缺陷去讲我们的故事。

但现在，模型开始允许我们，按我们脑海中的想法去讲故事。

这才是，真正的进步。

四. Seedance 2.5改变的一切

对于Seedance 2.5这个模型，我们聊了很多。

DiDi_OK说，假如现在有人告诉他。

以后这辈子都不会再有新的视频模型。

只能永远用Seedance 2.5。

他觉得，也够了。

因为坦率的讲，从我的视角看，Seedance 2.0发布的时候，全网的反响远比这一次2.5大。

但那时候，DiDi_OK觉得，2.0还可以，确实震撼，但是好像没有那么大的变革。

直到这次Seedance 2.5。

可能很多人第一眼觉得，啊？不还是AI视频吗？跟2.0区别也不是很大啊。

但是DiDi_OK觉得，这反而是一次真正意义上的跨时代升级。

我问他：到底跨在哪？

他说了两个词。

高度定制化。

高精度的运动规律。

这两个词听起来特别技术。

尤其“运动规律”，实在是没有所谓的“电影感”“1080P”“一镜到底”听起来性感。

但观众的眼睛特别诚实。

比如一辆车拐弯，车身应该有侧倾，悬挂应该有压缩，刹车和加速应该产生不同的俯仰。

一颗糖从人体里面炸出去，它应该有质量，有初速度，撞到东西以后会反弹，几百颗糖之间还会互相碰撞，跟镜头的距离不同，虚实也不一样。

所谓运动规律，其实就是：这个世界到底符不符合我们从世界认知到的物理规律。

所以《糖果》里面那个最核心的“糖果爆炸”，其实也是AI能力的一次极限测试。

DiDi_OK说，现在Seedance 2.5出来的视觉，已经可以经得起慢放和暂停了。

他甚至故意设计那种让大家来暂停看看的镜头。

就比如警察局的这场戏，画面里面同时有很多人，DiDi_OK给后面一个黑人角色单独设计了一条故事线。

先挣脱、然后推桌子、拿起电视，再准备攻击警察，随后灯光闪烁，所有人的动作短暂停顿，特定的人同时炸成糖果。

DiDi_OK借助模型的能力，同时指挥十几个人的动作，每个人都有自己的故事线。

这就是DiDi所谓的第二个特点，定制化。

因为过去，我们用AI做一个怪兽啥的，其实真的都不算难。

难的东西往往都很日常，比如“让左边第三个人先往后看。然后拿起电视。右边警察继续保持现在动作。灯闪以后第二个人爆炸。”

AI真正进入工业生产以后，最需要的能力，恰恰是这种定制化。

DiDi_OK说，从画面上，他感觉，几乎没有什么是他想实现，但是实现不了的了。

比如一堆糖果组成马蒂斯的《舞蹈》。

微缩景观下的移轴动画。

等等等等。

因为模型能力的增强，运动规律和可定制化都变得极强，所以也带来了另一个变化，过去的工作流很多就有点跟不上版本了。

比如过去，为了一个镜头，可能要垫好几张图，来让模型理解。

所以，他说那时候，他有一个很明确的优先级：

参考图，大于提示词，大于模型选择。

甚至为了让模型完成它能力本身完成不了的动画和运镜效果，他会大量使用Blender来建模进行参考。

比如角色和表面之间的运动追踪，就像手机屏幕上的字，以前AI生不准。那就一个字一个字追，全是后期进行人工修复的。

基本就是能工智人。

本质上很简单，都是因为模型能力达不到，而DiDi_OK又不想降低自己的作品效果，就会用很多其他手法来进行弥补。

然后，就来到了《糖果》。

他说，这套逻辑明显开始反过来了。

参考图的重要性明显下降。

Prompt的重要性开始疯狂上升。

因为模型理解能力变强了。

很多过去必须先做好的关键帧才能做的动画，现在可以直接用嘴说了。

所有的传统辅助是一个没用，很多过去要额外做两个星期的后期，也消失了。

DiDi_OK说，这是他第一个，几乎百分百纯度的AI片子。

甚至他用上Seedance 2.5之前，他已经用2.0做了3分钟的《糖果》了，做了将近40%，在他用上2.5之后，毅然决然，全部推翻重来。

这也是这个AI时代非常操蛋的一点。

你的苦心经营的半年的技巧，还有很多所谓保持一致性的工作流，可能就会被一次模型发布直接吞噬。

DiDi_OK说，那些都属于小数点后面的技术，他现在也越来越没有兴趣了，真正决定你上限的，还是你的个人能力，还有模型本身的理解力。

当模型开始吞掉工作流。

创作者剩下来的，才是真正属于创作者的东西。

五. 创作到底是什么？

我问DiDi_OK：“你觉得AI真的能算创作吗？很多人说，不就是抽卡吗？创作在哪里呢？”

他给我讲了一个特别好的例子。

2023年，他参与过一个F1赛车宣传片，实拍加虚拟制作。

那时候，很多镜头可能要NG500多次。

一天光场地费，就是10万英镑。

赛车漂移过去，轮胎擦地，然后烟冒出来了，导演觉得，那个烟不好看，再来。

所有调度一切归位，然后再来一遍。

就这样，不断的Roll，不断的挑选。

直到导演觉得，这个第397次的烟最好，就用这个第397次的镜头。

所以，DiDi_OK说，创作，从来都不是生成多少次的事，也不是AI不AI的事，因为本质上，传统影视，也是抽来抽去的逻辑。

真正的创作，是那个“不要”。

为什么这个导演，要第397次呢？前面那396次，为什么都不要呢？

这个“不要”，才是审美，才是判断，才是经验，才是那个真正的。

创作。

只不过，在AI加持之下，抽卡的速度变得越来越快，质量越来越高，是以前的传统影视，远远不可企及的。

但是反常识的是，模型越来越强以后。

DiDi一点都没有更轻松，反而更痛苦了。

过去一颗8秒镜头，磨两三天就差不多了，因为你知道，模型就那样了，上限就在那，可以安慰自己，这不是自己的问题。

但现在，有了Seedance 2.5这种级别的模型，第三次就能给你一个特别牛逼的结果。

那说明，它能做。

这时候，压力就全部给到DiDi_OK的身上了。

为什么我调度不出来？

为什么没想到那个机位？

为什么还不够好？

以前两三天一个镜头，现在他甚至可能磨一个星期。

他说：

“模型是明显能做到的，但是我却做不出，那明显就是我自己的问题，我还是太菜了。”

AI时代，也是一个残酷的时代。

当表达成本越来越低的时候。

平庸也会越来越没有借口。

聊到最后。

我问了他一个特别大的问题：“你拍了这么多文明、规则、社会、人性的东西，那你自己心里最底层，还相信人类吗？”

他说：“如果聊人类本身，那我一定是一个极度的悲观主义者。”

他说自己有时候，会陷入很严重的存在主义危机。

当AI真的能帮你完成越来越多事情的时候。

你自己到底还剩什么？

他公司里的新人也经常问：

老师，以后应该学什么？

他也不知道。

然后，他说出了我觉得整个访谈里，我最动容的一句话：

“当AI能帮我做所有事情的时候，我到底，是否真的是一个有意思的人呢？”

没有答案，就像他的作品一样。

访谈结束以后，我又把《糖果》看了一遍。

我突然觉得，这部片子更好懂了。

DiDi_OK明明说自己对人类这么悲观，可他的作品里，总是有一种特别奇怪的底色：

希望。

突然感觉，在他的身上，我看了三体里面一个角色，就是维德的影子。

他可能平时不是特别愿意跟人互动，甚至对人这个物种有时候有一些悲观判断，可到了最后，他跟维德一样。

不希望人类输。

我特别喜欢这个矛盾，因为很多伟大的创作者，很多时候就是这样。

他们创作。

很少因为觉得这个世界已经很好了，恰恰是觉得它还不够好。

所以才会创造另外一个世界。

那个让很多人，能跟他一起感受美好的。

美妙世界。

点个“爱心”，再走 吧